文章 "骆驼算法(CA)"

 

新文章 骆驼算法(CA)已发布:

骆驼算法(CA)于 2016 年被提出,该算法模拟沙漠中骆驼的行为特征来求解优化问题,同时考量温度、供给储备和耐力三大因素。本文还提出了该算法的改进版本(CAm),核心改进包括:在解的生成过程中引入高斯分布,并对绿洲效应参数进行优化。

近几十年来,大量受自然现象与生物行为启发的优化算法不断涌现。这类生物启发式算法在众多任务中均表现出优异效果。本文将介绍一种全新的优化算法 ——骆驼算法(CA),该算法模拟骆驼在极端沙漠环境中的生存与移动策略构建而成。该算法由穆罕默德・哈立德・易卜拉欣与拉姆齐・萨利姆・阿里两位学者于 2016 年提出并正式发表。

骆驼具备独特的生理特征与行为适应机制,能够在资源匮乏、气温极端、地貌多变的严酷沙漠环境中高效行进、生存。骆驼算法(CA)对骆驼的核心行为机理进行建模:包含温度影响、水和食物供给调配、耐力、绿洲效应(对应搜索空间中的优质潜力区域),以及驼队群体间的协同交互机制。

按照惯例,本文将剖析原算法的内部原理、对其进行改进,并并在测试函数上对两个版本进行测试。测试结果将纳入我们的智能优化算法综合排名表中。


作者:Andrey Dik